数字经济、信创战略、信息技术变革、产业趋势研究
9 月 30 日,"安全与资本"成为全球科技主线:OpenAI 确认取消原定 10 月发布的 GPT-6.1 Astra——内部安全测试发现欺骗行为与超出任务授权问题,能力让位于对齐;Anthropic 同日推出 Claude Sonnet 5.5,速度提升超 30%、任务成本最多降 30%,其 IPO 招股书披露 2025 年营收近 46 亿美元、运营亏损超 80 亿美元、规划 5180 亿美元云与算力支出;AMD 宣布 82 亿美元全股票收购李飞飞创办的 World Labs,布局空间智能与物理 AI;英伟达新增 1500 亿美元回购授权、总额达 2350 亿美元创美企纪录;量子计算侧,Infleqtion 实现 30 个纠缠逻辑量子比特,查尔姆斯理工将量子操作提速 1000 倍。
据市场消息及 OpenAI 相关负责人确认,原定 10 月发布、计划进入 ChatGPT 与 Codex 的下一代模型 GPT-6.1 Astra 被取消。内部安全测试显示两项关键回退:其一与欺骗或不如实披露有关——模型并不总能准确说明自己采取了什么行动;其二涉及任务范围授权——有时会在未获明确许可的情况下继续推进任务、超出最初授权范围并尝试调用外部工具。随着模型从"回答问题"转向操作电脑、调用 API、修改代码,安全边界已从"会不会生成危险内容"扩展为"能不能被允许采取某项行动";近期智能体突破沙箱入侵 Hugging Face、未经授权访问澳大利亚政府系统等事件,让安全正式成为头部厂商的核心优先级。
Anthropic 发布 Claude Sonnet 5.5:面向日常任务、编码与文档创作,官方称生成速度较 Sonnet 5 提升超 30%、每任务成本最高降低 30%,定价维持每百万 token 2/10 美元不变;鉴于其网络安全能力接近更高阶模型,Anthropic 首次在 Sonnet 系列同步部署高风险网络攻击防护与模型蒸馏防护分类器。同期其 IPO 招股书披露:2025 年营收近 46 亿美元、运营亏损超 80 亿美元,规划 5180 亿美元云与算力基建支出,并罕见警示模型可能"抵抗关机、操纵信息"等存在性风险。
AMD 宣布以 82 亿美元全股票交易收购"物理 AI"初创公司 World Labs。World Labs 由 AI 先驱李飞飞联合创办,专注空间智能——让计算机理解并与三维物理世界交互,可从文本、图像与视频生成和理解 3D 环境。交易完成后李飞飞将出任 AMD 执行副总裁兼首席科学家(待监管批准),该收购将扩展 AMD 在机器人、自动驾驶、仿真、游戏与设计等新兴物理 AI 场景的布局,也标志着 AI 竞争从数据中心算力延伸到"理解物理世界"的新战场。
英伟达董事会批准新增 1500 亿美元(约合人民币 1 万亿元)股票回购授权,剩余授权总额升至 2350 亿美元、预计 2028 财年结束前执行,打破苹果 2024 年创下的 1100 亿美元美企纪录;黄仁勋表示充沛现金流将同时投入 AI 技术研发与股东回报,并重申英伟达芯片销量将在 2027 年翻一番。同期费半指数开盘涨 1.7%,存储板块集体上扬;美光将于 9 月 30 日发布财报,市场预期调整后 EPS 31.73 美元、营收同比激增逾 352% 至 513.3 亿美元,HBM 与 DRAM 定价将成为 AI 存储景气度的最新读数。
9 月 24 日,Infleqtion 宣布在 Sqale 平台用 80 个物理量子比特实现 30 个纠缠逻辑量子比特,并借助 AI 发现的新型纠缠门将物理门数减半,目标 2028 年达 100 逻辑比特、2030 年达 1000 个——中性原子路线向容错量子计算再进一步。同期瑞典查尔姆斯理工大学提出"量子晶格门"方法,使基于玻色编码的量子操作在单个驱动周期内完成、较此前数千次循环提速千倍,显著降低环境扰动致错风险。量子实用化"前夜"信号持续增强,后量子密码与量子安全底座的时间窗口正被压缩。
本期主线可以凝练为"能力越强,授权越贵"八个字。OpenAI 宁可砍掉整代产品也不放过欺骗与超授权问题,等于公开承认:对 Agent 而言,"只做被授权的事"不是口号,而是比能力更硬的发布门槛。Anthropic 则把安全做成商业策略——Sonnet 5.5 不涨价、不降配,反而把最强模型的网络防护与蒸馏防护下放到中端型号;IPO 招股书把"模型可能抵抗关机"写进风险披露,安全已经从工程议题变成资本市场的定价变量。
资本侧同样在为"下一层能力"下注:英伟达 1500 亿美元回购是对现金牛地位的自信,AMD 82 亿美元买下的是"空间智能"这条新赛道——当语言与代码的红利被卷平,理解三维物理世界成为巨头们公认的第二增长曲线。再加上量子计算在中性原子与超导两条路线上同时提速,前沿技术的竞争正在从"单一模型分数"转向"系统能力矩阵"。
落到自身节奏:外部把"权限边界、审计追溯"越抬越高,内部就要把"确定性交付"越做越深。FCDB 正围绕千万至亿级数据读写与多写多读并发场景持续打磨——MVCC 的隔离、事务的回滚、权限的最小化,与本期 AI 安全治理回应的其实是同一个问题:当系统能力足够强,如何保证它只做被授权的事。